Antigen-specific nanoparticle tolerance treatment actively induces both FoxP3- and IL-10-dependent regulatory mechanisms
Notice bibliographique
Résumé
Abstract There are many autoimmune diseases where pathologic self T cells are the underlying cause of disease symptoms and progression. T cells are found at the site of tissue destruction, resulting not only in the exacerbation of disease, but also the release of self-epitopes in the context of inflammation resulting in the activation of additional T cell populations perpetuating disease. Published data have shown treatment with antigen-containing biodegradablepoly(lactide-co-glycolide) (PLGA) nanoparticles, i.e. tolerogenic immune-modifying particles (TIMP), is both safe and induces antigen-specific tolerance in mouse models of autoimmunity and allergy, as well as in a celiac disease Phase I/IIa clinical trial. This study further investigated the role and mechanism of TIMP-induced tolerance. The present data show that TIMP treatment modulated T cells specific for spread epitopes associated with disease progression, but not encapsulated within the TIMP, i.e. tissue-specific bystander suppression. The PLP139–151 TCR transgenic model systems was utilized to determine the cellular and molecular mechanisms driving antigen specific tolerance mediated by tolerogenic nanoparticle treatment. These data show antigen-specific TIMP treatment induced both FoxP3+ iTregs and IL-10+ Tr1 regulatory phenotypes within the antigen-specific T cell populations in both naïve mice and mice pre-primed with antigen/CFA. Additionally, both functional Tregs and IL-10 are required for TIMP-induced tolerance. Treatment thus activates various antigen-specific Treg subsets capable of regulating responses to disease-relevant autoepitopes not encapsulated within the TIMP via release of immunoregulatory cytokines within the inflammatory site. Supported by funding provided by Cour Pharmaceuticals Development, Inc.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».